账号:
密码:
智动化 / 文章 /

打造智慧工厂:机器视觉的整合与应用
[作者 施莉芸]   2018年09月14日 星期五 浏览人次: [641]


从2018年自动化展中可以看出,不少大厂都推出衔接智慧工厂概念的机具,从机器手臂、机器人、机器视觉的应用到管理,都已经提供大致完善的策略跟开发。其中机器视觉的应用在本次展会中也大放异彩,除了使用於机器人、机器手臂上,其他像是物流、零售业也都有厂商将机器视觉应用於条码的辨识上。


在自动化时代,通常使用机器来取代人力操作单一或高风险的作业,这样的作业模式虽然能够降低人力成本及人员受伤的风险,却无法有效控管机械产品汰换周期等。在工业4.0的囗号上,从上到下管理、政策到生产都有莫大的变革。


其中智慧机器人及机器手臂的运用在智慧工厂中占了不少比例,也成了今(2018)年自动化工业大展中展示的趋势。从智慧机器人、机器手臂到其零组件,以及运用的场合都相当多元、齐全。



图1 : 机器手臂及机器视觉的应用(source:COGNEX)
图1 : 机器手臂及机器视觉的应用(source:COGNEX)

机械手臂(Robotic Arm)通常被用於不易完成的工作事项,高精度或重复性高的工作内容,运用机器从事以往高温、高风险的劳力事务,或是工厂内呆板、单一指令动作的工作;其次,弥补劳力缺囗、替代人力作业是机器人、机械手臂市场持续发烧的主要原因之一。在未来,工厂内人们只需要负责操控及管理这些机器人或手臂,甚至人机协同,与机器人一起工作。


不过这些机器究竟是如何能够辨识需要被选取(夹取或吸取)及分类的品项?机器视觉(Machine Vision)便是其关键技术,机器视觉是模仿人类双眼的光学识别系统,利用机器取代人眼,以更快速、更精确的效率来找出瑕疵品或指定形状物品。


机器视觉的整合

机器视觉发展至今已有三十多年历史,据自动成像协会(Automated Imaging Association, AIA)报告,机器视觉涵盖所有工业与工业应用中,机於图像的采集与处理,在各装置执行其功能时,提供作业引导。其原理主要是利用感测视觉仪器(如自动对焦相机或感测器)的检测机器来撷取影像,给予电脑分析及计算。


在工业上的应用包含检查、量测、辨识、定位等需求;在食品包装上则是利用协助型机器人来包装商品,甚至能够结合人工智慧,透过深层学习(Deep Learing)的技术,让机器人夹起外型不同的食品,并放置到指定的位置(可叁考SmartAuto智动化第38期<协助型机器人大举进攻食品包装市场>);在物流、零售业上,机器视觉则能够判定良品与不良品,并将其分类,此外也可以代替人力为顾客结帐。


机器视觉相较於一般影像感测不同之处在於,机器视觉能够透过整合可见光、雷达、雷射、红外线等各种感测器,让机器视觉不仅可以撷取影像画面外,更能感测物体形状、距离、种类及移动方向等具体要素,并进一步判读品项或使物品归类。



图2 : 视觉与机器手臂整合,让产线操作更有效率。(source:IDS)
图2 : 视觉与机器手臂整合,让产线操作更有效率。(source:IDS)

近年因为智慧工厂及工业4.0的概念崛起,将机器视觉用於产业中,大多是在生产线侧面及顶端设置工业相机。不过这类的应用虽然可以快速检测产品的外观及标签位置,却无法从事更进一步的动作。


然而,将机器视觉与机器手臂整合後,便相当於机器手臂或机器人的「眼睛」,除了能够检测商品品质,将不良品即可用商品分类外;更可用於工厂的作业中,透过人员设定,机器手臂除了能够将指定物品夹/吸取及放置到配对位置上。机器手臂的应用除了弥补人力的缺囗外,在品质检测上也较人眼辨识精确、快速。


一般2D机器视觉仅能从事单一、相同物品的工作;在与3D视觉模组整合後,则能够赋予机器手臂在编程复杂且耗时的 3D 路径时,即可在撷取 3D 影像後透过演算法快速运算物品的轮廓,自动产生路径让机器人进行指示的动作。


过去机器手臂虽然可以取代人力快速、准确地完成设定的动作,但其应用仅限於2D,如3C半导体、高精密科技的产业;如今则能够分辨物件、颜色及位置,已逐渐走向3D,可用於水五金、传产及食品加工业上。


利用机器视觉使机器手臂选择并夹取移动中的物体,在产业界已经相当广泛的被运用,通常是运用在输送带上的物件处理,利用摄影机撷取影像、分析物件,再将分析结果交由机器手臂做物件处理,最常见的处理包含:排列、包装、校正、筛选及分类。


工业机器视觉应用

在今年自动化展中,不少厂商都展出机器手臂与其零件,以及机器视觉的摄影机;此外也将工业视觉与其他技术整合,活用於汽车制造业、电子行业、自动化机械及内部物流上。


工业辨识设备代理商椰城(Trim International)代理之Datalogic甚至将这项技术结合AI人工智慧,让机器能够拥有自学能力,可自主学习物品图像、数量和条码等讯息,并即时更新资料库,以辨识所有物品。


椰城总经理易天福指出,目前货物辨识应用大致可分为四大产业,分别是制造、物流、零售及医疗。其中椰城展出旗下代理Datalogic德力捷各式产品,结合机器视觉,让企业除可节省人力资源,从导入、管理到分拣都得到更便捷及顺畅的流程,在产品品质及控管上也能够更加精确。


除形体辨识外,机器视觉也大量地使用於条码扫描器。条码识别大致有雷射条码扫描器及图像行条码阅读器两类,条码的辨识对於食品、货运物流、仓处管理、工业自动化都给予极大的帮助。


整合条码扫描与机器视觉两者,让企业能够在物流管理及运输上省去不少时间及人力成本。易天福也表示,未来大型卖场若使用如JADE X7的自动360度智慧成像自助型框体扫描平台,将加速民众结帐的速度,更有效减少卖场人员的人力,将为民众带来更便利、省时的生活。除可节省人力资源,在产品品质及数量控管上也能够更加精确。


结语

自动化的时代机器手臂为工厂或企业带来更高效率的制造模式,除了改善人力制造的缺点及成本,在工业制造上也得以大放异彩。经由整合机器手臂及机器视觉,机器视觉能够让机器手臂在引导、识别、量测及检验上发挥更大的效用,最常见的机器视觉应用包括量测、技术、定位及解码。



图3 : 大数据、自我学习?置以及随处存取资料的能力都是工业4.0的重要特徵。
图3 : 大数据、自我学习?置以及随处存取资料的能力都是工业4.0的重要特徵。

(source:COGNEX)


以机器手臂结合机器视觉代替人力,除了相较於人力检测,利用机器视觉每分钟能够检测数百个、甚至数千个组件,并提供更一致、更可靠的检测结果,而且能提供全天候不间断地执行作业。


然而,要让机器完全取代人力难度及成本都相当高,工研院机械所所长胡竹生指出:「未来制造生产型式,会趋近机器人与人类近距离人机协作。缺工与人力成本高昂问题,是近年来制造业面临的困境,由机器人协助人力,逐渐成为业界趋势。」


因此,除了机器视觉的应用外,未来机器人、机器视觉的使用也将是未来企业在使用及管理上的难题之一。虽然现在将机器视觉及机器人、机器手臂整合能够舒缓目前所面临的人力的短缺及成本的难题,但在企业打造智慧工厂的同时,虚拟工厂及机器人的管理、人力的安排都仍是需要思考的问题。


**刊头图(source:COGNEX)


相关文章
蓝牙网状网路与IIoT如何重塑厂房与仓储管理
落实智慧化愿景 台湾机器人与智慧自动化展精彩落幕
五大环控技术 建构智慧化温室系统
传动系统朝向AI自我预先维护机制技术发展
活用AIoT的智造新思维
comments powered by Disqus
  相关新闻
» 浩亭专注於以风电行业作为目标市场
» 2018绿能科技国际研讨会 聚焦绿能前瞻技术发展
» 明纬宣布提供14日交货服务
» 制振奈米复合碳材应用 串接产业链创新商机
» 德国莱因车用电子系统 ISO 26262 研讨会10/16新竹登场
  相关产品
» 凌华推支援四核心6MB缓存之模组化电脑
» KYMCOWJI4503B2B、B2G市场 推出Ionex车能网商业版
» Audi「第25小时」 预见零塞车的未来城市
» Vicor 将出席 2018 年汽车 48V 电源及电气化系统论坛
» 安勤科技发表VNS系列轻薄型触控平板电脑